一、什么是迭代器
1.迭代器协议：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代(只能往后走不能往前退)
2.可迭代对象：实现了迭代器协议的对象(如何实现：对象内部定义一个__iter__()方法)
3.协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具(如：for循环，sum，min，max函数等)使用迭代器协议访问对象
二、for循环的本质
for循环的本质：循环所有对象，全都是使用迭代器协议
字符串、列表、元祖、字典、集合、文件对象这些都不是可迭代对象(没有遵循迭代器协议，没有next方法)，只不过在for循环时调用了内部的__iter__转换成了可迭代对象而已
li = [1, 2, 3] aa = li.__iter__() # 将列表转换为可迭代对象 print(aa) print(aa.__next__()) # 调用next方法 print(aa.__next__()) print(aa.__next__())
注：
for其实做了三件事：
1.将列表转换为可迭代对象
2.调用了__next__()方法
3.将StopIteration异常处理了
扫描二维码关注公众号，回复：
113268 查看本文章
三、生成器
可以理解为一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器就是可迭代对象
生成器的创建方式：
- 生成器函数：常规函数定义，但是使用yield语句而不是return语句返回结果；yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行
- 生成器表达式：类似于列表推导，但是生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表
生成器函数
def fun():
print("hhloo")
yield 1
print("44444")
yield 2
print('dddddd')
yield 3
g = fun() # 生成器对象
print(g) # 结果：<generator object fun at 0x00000000010373B8>
# 进行一次打印
print(g.__next__()) # 第一次next时调用函数到yield 1处函数返回，结果为hhloo，1
print(g.__next__()) # 第二次会从上一次离开的地方继续往下执行，结果：44444,2
print(g.__next__()) # 第三次执行 结果为：dddddd,3
print(g.__next__()) # 会抛StopIteration异常
生成器表达式
ccc = ('鸡蛋%s' % i for i in range(10))
print(ccc) # <generator object <genexpr> at 0x0000000000A273B8>
print(ccc.__next__())
注：
生成器表达式比生成器函数更加的节省内存
生成器注意项
- 生成器在产生的过程中不做任何操作
- 生成器只能遍历一次
def fun1():
for i in range(4):
yield i
t = fun1()
t1 = (i for i in t)
t2 = (i for i in t1)
print(list(t1)) # [0, 1, 2, 3]
print(list(t2)) # []
生成器的优点
- 生成器的好处就是延迟计算，一次返回一个结果，它不会一次生成所有的结果。对于大数据处理，将会非常有用
- 生成器还能有效的提供代码的可读性，使用生成器会使python代码更加的pythonic